Science collaborative des données : outils et techniques

Cette séance de cours fournit une introduction à la science des données collaborative, en se concentrant sur des outils essentiels tels que Git, Docker et les gestionnaires de paquets comme Mamba. L'instructeur souligne l'importance de former des groupes pour les projets collaboratifs et décrit l'ordre du jour du cours, qui comprend une affectation notée. La séance de cours couvre les bases de Git, y compris le contrôle de version, la branchement et la fusion, ainsi que l'importance de MLOps dans la rationalisation des flux de travail d'apprentissage automatique. Docker est présenté comme un moyen de créer des environnements d'exécution isolés et portables, permettant une exécution cohérente du code sur différentes plates-formes. L'instructeur discute également de l'utilisation des ordinateurs portables Jupyter pour l'analyse et la visualisation des données, en particulier dans le cadre du projet Carbosense, qui implique des données de capteurs de CO2 en provenance de Suisse. La session se termine par des exercices pratiques pour renforcer les concepts appris, en veillant à ce que les étudiants soient prêts pour les affectations à venir et le travail collaboratif.